GenAI RAG implementation

การใช้งาน GenAI RAG [การสร้างอีเมลการตลาด]

โปรเจ็กต์นี้ใช้ Python และ Streamlit เพื่อสร้างเว็บแอปพลิเคชันที่เป็นมิตรต่อผู้ใช้ซึ่งช่วยในการสร้างเนื้อหาทางการตลาด โดยเฉพาะอีเมล มันใช้ประโยชน์จากโมเดลภาษาขนาดใหญ่ (LLM) เพื่อสร้างสำเนาอีเมลตามการป้อนข้อมูลของผู้ใช้และคำอธิบายผลิตภัณฑ์

คุณสมบัติที่สำคัญ:

การเลือกประเภทการตลาดผ่านอีเมล: เลือกประเภทเนื้อหาทางการตลาดที่คุณต้องการสร้าง (เช่น การส่งเสริมการขาย จดหมายข่าว การศึกษา)

อินพุตคำอธิบายผลิตภัณฑ์: ป้อนรายละเอียดด้วยตนเองหรืออัปโหลดไฟล์ (ข้อความ, PDF หรือ PPT)

การอัปโหลดข้อมูล (ไม่บังคับ): อัปโหลดไฟล์ CSV, Excel หรือข้อความที่มีข้อมูลที่เกี่ยวข้องสำหรับข้อมูลเชิงลึก

วิสัยทัศน์อีเมลของผู้ใช้: สรุปเนื้อหาอีเมลที่คุณต้องการและส่วนที่มุ่งเน้น

ระดับความคิดสร้างสรรค์: ปรับระดับความคิดสร้างสรรค์สำหรับสำเนาอีเมลที่สร้างขึ้น

การเลือกส่วนท้ายทางกฎหมาย: เลือกส่วนท้ายทางกฎหมายที่กำหนดไว้ล่วงหน้าสำหรับอีเมลของคุณ

การสร้างอีเมล: สร้างเนื้อหาอีเมลตามข้อกำหนดของคุณ

การตรวจสอบทางกฎหมาย (ไม่บังคับ): ตรวจสอบให้แน่ใจว่าอีเมลเป็นไปตามข้อกำหนดทางกฎหมายและข้อบังคับ

ตัวเลือกการดาวน์โหลด: ดาวน์โหลดอีเมลที่สร้างขึ้นและกราฟข้อมูลเชิงลึก (หากอัปโหลดข้อมูล)

เริ่มต้นใช้งาน:

โคลนพื้นที่เก็บข้อมูล: ใช้ git clone https://github.com/vishaltembhre/GenAI-RAG-implementation.git เพื่อโคลนโปรเจ็กต์

ติดตั้งการขึ้นต่อกัน: นำทางไปยังไดเร็กทอรีโปรเจ็กต์และรัน pip install -r needs.txt เพื่อติดตั้งไลบรารีที่จำเป็น

กำหนดค่าคีย์ API: สร้างไฟล์ความลับชื่อ .secrets และเพิ่มรายละเอียด Azure OpenAI API (CLIENT_SECRET) ของคุณอย่างปลอดภัย

เรียกใช้แอปพลิเคชัน: ดำเนินการ python main.py เพื่อเริ่มแอป Streamlit

ห้องสมุด

หลาม

สตรีมไลท์

langchain (สำหรับการรวม LLM)

แพนด้า (สำหรับการจัดการข้อมูล)

PyPDF2 (สำหรับการประมวลผล PDF)

pptx (สำหรับการประมวลผล PowerPoint)

Azure OpenAI (สำหรับการเข้าถึง LLM)

matplotlib (สำหรับการแสดงข้อมูล)

ทะเล (สำหรับการแสดงข้อมูล)